Ha nascut Meta-aprenentatge per a la Composicionalitat (MLC), un sistema d’intel·ligència artificial que és capaç de processar el llenguatge amb millors resultats que el conegut ChatGPT i altres models existents. Els dos investigadors que l’han creat asseguren que és tan competent i ràpid com les persones aprenent i relacionant conceptes, tendint, fins i tot, a cometre errors semblants. L’objectiu de la recerca és imitar la generalització sistemàtica humana, el fet d’aprendre nous conceptes, interioritzar-los i relacionar-los entre si.

Aquest nou model ha estat fruit de la col·laboració entre dos investigadors, Marco Baroni, de la Universitat Pompeu Fabra; i Brendan Lake, de la Universitat de Nova York. Ambdós destaquen del seu projecte la capacitat de produir noves combinacions a partir de paraules ja conegudes i posen d’exemple l’aprenentatge del llenguatge que es dona en infants, assimilant i descobrint els significats de diferents mots per després fer-los servir amb total naturalitat i en contextos diferents.

El sistema MLC s’ha posat a prova en els últims anys comparant-lo amb sis altres sistemes alternatius i les capacitats de les persones. Com a conclusió, dels set models d’intel·ligència artificial era el que més a prop estava dels resultats dels éssers humans, amb un 80%, però també pot presentar biaixos i errors inductius. Altres models, en canvi, exigeixen milions de referències i són més rígids, allunyant-se així d’una generalització semblant a la del llenguatge humà.